微机局域网存取Deltav DCS实时数据的低成本实现方法

介绍在微机局域网（PC LAN）上存取Fisher-Rosemount公司的Deltav DCS实时数据的实现方法，重点介绍通讯系统结构和Visual C 6.0下的程序编制方法与技巧。实践表明，该方法数据传输可靠，而且具有实现成本低的特点。     

基于在线学习的多模型自适应控制

针对传统自适应控制算法，实际工业过程在不同工况下的模型参数突变时系统暂态响应特性较差，该文提出了基于在线学习的多模型自适应控制方法。应用动态模型库技术来建立模型库，而无需被控对象的先验知识，所提出的建模方法和相应的多模型自适应控制器使系统的动态响应品质得到了明显的改善。文中证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性。计算机仿真结果表明该算法的有效性。     

基于MEMS传感器的脊柱形态检测系统设计

鉴于传统的脊柱检测普遍具有放射性,设计出基于MEMS传感器的无放射性脊柱形态检测系统。检测系统使用MEMS姿态传感器测量被测人背部脊柱姿态角度,由微处理器STM32进行数据读取、分析、处理后,在显示模块上显示检测结果,并将检测结果发送到上位机。检测系统可以分析被测人脊柱的Cobb角和轴向躯干旋转角度ATR,判断被测人脊柱是否畸形。     

软测量技术及其在某装置萃取塔中的应用

软测量是基于推断控制的一门新兴工业技术,本文从选择辅助变量,数据预处理,软测量模型建立和在线校正等方面介绍了软测量技术并应用于萃取塔中,最后对其发展作了简要的展望。     

基于局域网存取Deltav DCS实时数据的实现方法

介绍了在微机局域网（PC LAN）上存取Fisher-Rosemount公司的Deltav DCS实时数据的实现方法。重点介绍了通信系统结构和VisualC 6.0下的程序编制方法与技巧。实践表明，该方法具有数据传输可靠、成本低的特点。     

含模型不确定性的上三角非线性系统的全局镇定

本文针对一类具有模型不确定性的上三角非线性系统,利用嵌套饱和函数方法研究其全局镇定问题.首先,对系统中存在的未知幂指数、未知控制参数和不确定性非线性函数施加适当假设,并基于Lyapunov稳定性定理利用已知的参数设计局部镇定控制器.然后,将设计的控制器与饱和函数结合得到饱和控制器.通过适当选取饱和度,可以证明只要不确定参数在限定的范围内,该控制器都能够使得闭环系统全局渐近稳定.最后,选取不同的系统幂指数搭建数值仿真算例.在相同的控制器作用下,系统状态和控制轨迹渐近收敛至原点,从而验证了所提控制算法的有效性和鲁棒性.     

基于动态模型库的多模型切换控制

针对含有有界扰动和模型参数跳变的离散时间系统,提出基于动态模型库的多模型切换控制方法.在模型参数范围未知情况下,利用在线学习的多模型自适应控制算法自动建立多模型,并对模型库中的子模型进行优化.采用具有积分特性的指标函数作为切换准则.在每一采样时刻根据其最小值来选择与实际系统最接近的模型,并将基于此模型的控制器切换为当前控制器.文中证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性.计算机仿真结果表明该算法的有效性.     

基于神经网络多模型自适应切换控制研究

针对传统自适应控制和现有多模型自适应切换控制理论和方法中存在的问题，提出面向复杂系统的神经网络多模型自适应切换控制方法。采用最近邻聚类学习算法对样本分类，并利用RBF神经网络的学习能力和非线性逼近能力进行离线建模。同时，引入动态模型库技术来动态建立多模型。系统运行时在线实时检测系统当前状态，若超出现有各子模型所构成的状态空间，则利用在线神经网络学习新状态并建立新模型加入动态模型库中，从而改善动态系统的暂态响应和增强系统的鲁棒性。计算机仿真结果，表明了该算法的有效性。     

静止无功补偿器（SVC）的一种新型非线性鲁棒自适应控制设计方法

为提高提高多机电力系统的暂态稳定性,该文首先建立了静止无功补偿器(static var compensator,SVC)系统的一个含有时变参数不确定性的二阶非线性动态模型,然后在SVC 动态模型的基础上,利用自适应控制技术和鲁棒控制技术设计了SVC系统的控制器。为了验证所设计的控制器的有效性,以一个经典的三机九母线电力系统作为测试系统,对鲁棒自适应SVC控制器与PID SVC控制器和反馈线性化 SVC控制器分别进行了比较研究。仿真结果表明,与PID SVC控制器和反馈线性化 SVC控制器相比,所提出的鲁棒自适应SVC控制器具有良好的性能。